ANALISIS ESTADISTICO DE LA TENDENCIA AL CALENTAMIENTO ...

terrestres durante el período instrumental, e implementada para que cuantifique la temperatura media global
del aire en superficie. NOAA (2010), NASA (2010), Smith, T., and W. Reynolds, (2003).
METODOLOGÍA
La metodología empleada fue el Análisis Factorial (Morrison D.F. 1982.), cuya denominación abarca
un conjunto variado de técnicas a las que su finalidad las une y da coherencia: encontrar estructuras
subyacentes en un conjunto de datos. El nombre de la técnica deriva de ese hecho, ya que a cada principio o
dimensión latente se la denomina factor.
En otras palabras, el análisis factorial es un conjunto de procedimientos matemáticos diseñados para analizar
las interrelaciones entre variables (modo-R) o entre objetos (modo-Q), a través de la obtención de un nuevo
grupo de aquellas a los que se los llama factores o componentes, que resultan de una combinación lineal de
las observaciones originales, o sea, que contienen información semejante que las mismas. Al coeficiente de
correlación entre una variable y un componente o factor, se llama ‘saturación’, ‘carga’ o ‘loading’ de la
variable en el mismo. La varianza explicada por cada factor resulta de dividir el eigenvalor correspondiente
por las suma de todos los eigenvalores.
Como no siempre los ‘loading’ especifican claramente que variables están mejor asociadas a que
factores, es necesario identificar con mayor claridad a las mismas. Esto es lo que buscan los métodos de
rotación de los de los mismos. En este trabajo se aplica la rotación. ‘Varimax’: que se basa en encontrar una
nueva posición de los factores mediante una rotación rígida, de modo que el peso o carga de cada uno de
ellos tiendan a uno o a cero (Johnson y Wichern, 1995), (Morrison, 1982). (Tatsouda, 1971).
El Cluster Análisis (Análisis por Conglomerados) (Johnson R.A. and Wichern D.W.1995:), también llamado
segmentación de datos, tiene una variedad de objetivos. Todos se refieren a la agrupación o la segmentación
de una colección de objetos (también llamados observaciones, individuos o casos, o filas de datos) en
subconjuntos o "clusters (racimos)", de manera que aquellos dentro de cada grupo están más estrechamente
relacionados entre sí que los objetos asignados al resto de los clusters. El objetivo común de todos los
análisis de conglomerados es la noción de grado de similitud (o diferencia) entre los objetos individuales que
se hayan agrupado. (Johnson y Wichern, 1995), (Morrison, 1982). (Willmott R. et al. 1996).
En una serie temporal se entiende por “tendencia” a la variación en el largo plazo de la variable considerada.
Las tendencias lineales pueden variar dependiendo fuertemente del período en que se computan, WMO
(1966). En este trabajo, para valorar si la misma es significativa estadísticamente se aplican los tests de
Sperman y Mann-Kendall, cuya expresión matemática se desarrolla en Smillie, K.W., (1976), (Johnson y
Wichern, 1995).
También se utiliza el llamado índice térmico del sur de Sudamérica (ITSS), construido por Minetti
(2010) y que consiste en calcular en las localidades que se citan la mediana de la temperatura media mensual
y verificar si el dato real esta por encima o debajo de la misma, si esta por encima se asigna un 1(uno) y en el
segundo caso un 0 (cero), el anual se obtiene de sumar los mensuales. Las localidades utilizadas para el
cómputo son las siguientes: S.S. de Jujuy (JUJ), Salta (SAL), S.M. de Tucumán (TUC), Santiago del Estero
(SGO),Corrientes (CTE), Posadas(POS), Catamarca (CAT), La Rioja (LAR), Paraná (PAR), San Juan
(JUA), Mendoza (DOZ), Santa Rosa (OZA), Bahía Blanca (BCA), Mar del Plata (MDP), Cipolleti (CIP),
Bariloche (BAR), Comodoro Rivadavia CVR), Rió Gallegos (GAL), Ushuaia (USH).